文章目录

摘要

ABSTRACT

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 研究内容

1.4 论文结构

第二章 相关技术

2.1 婴幼儿膳食评估方法

2.2 图像分析技术

2.3 机器学习技术

第三章 婴幼儿膳食智能评估系统需求分析

3.1 婴幼儿膳食智能评估系统功能需求

    3.1.1 婴幼儿膳食喂养数据记录需求

    3.1.2 基于食物图像的食物重量估算需求

    3.1.3 婴幼儿膳食营养评估需求

3.2 婴幼儿膳食智能评估系统非功能性需求

3.3 本章小节

第四章 婴幼儿膳食智能评估技术研究

4.1 婴幼儿膳食智能评估系统关键技术分析

4.2 基于图像分析技术的食物重量测算方法

    4.2.1 重量测算实现路径分析

    4.2.2 食物图像分割及边缘检测分析

    4.2.3 食物重量测算与实验结果分析

4.3 基于机器学习的食物重量测算误差校准方法

    4.3.1 数据集和方法介绍

    4.3.2 误差校准模型的参数优化

    4.3.3 实验与验证

4.4 本章小结

第五章 婴幼儿膳食智能评估系统设计

5.1 系统总体架构设计

5.2 前端交互层设计

5.3 功能逻辑层设计

    5.3.1 食物图像分析模块设计

    5.3.2 食物重量测算模块设计

    5.3.3 测算结果校准模块设计

    5.3.4 膳食营养评估模块设计

5.4 数据持久化层设计

    5.4.1 数据表关系概览

    5.4.2 数据库表详细设计

5.5 本章小结

第六章 婴幼儿膳食智能评估系统实现

6.1 系统整体实现方案

6.2 前端交互层实现

6.3 功能逻辑层实现

    6.3.1 食物图像分析与食物重量测算模块实现

    6.3.2 测算结果校准模块实现

    6.3.3 膳食营养评估模块实现

6.4 本章小结

第七章 婴幼儿膳食智能评估系统测试

7.1 测试目标

7.2 测试环境

7.3 测试用例集

7.4 典型用例

7.5 测试结果分析

7.6 本章小结

第八章 结束语

8.1 论文工作总结

8.2 下一步研究工作

参考文献

致谢

作者攻读学位期间发表的学术论文目录

文章摘要:膳食结构单一往往会导致婴幼儿更加容易患营养性疾病,进而影响体格生长和智力发育。而婴幼儿膳食营养评估依赖准确、及时的膳食数据。国内外学者曾尝试使用家用电子称、预包装单位重量特定食物等辅助方法进行婴幼儿膳食定量评估,但这些方法操作流程复杂、所需器材要求较高,很难普遍应用于家庭场景。引入图像分析技术根据膳食照片估算图像中不同食物的重量,可以有效地降低婴幼儿膳食记录的复杂度。本文设计与实现了基于图像分析技术的婴幼儿膳食智能评估系统。用户只需在餐前和餐后上传食物图片,系统即可自动分析图像估算出各类食物的重量,并将食物重量映射为相应的营养素摄入量,进而给出婴幼儿膳食营养摄入报告。本文提出了一种基于图像分析技术的食物重量测算方法,实现了基于食物图片对食物重量的测算,并结合基于机器学习的食物重量测算误差校准模型进一步降低测算误差,取得了较好的估算精度。本论文首先对婴幼儿膳食智能评估系统的研究背景和相关技术进行介绍;而后分析了婴幼儿膳食智能评估系统的需求;重点介绍了提出的食物重量方法和误差校准方法;接着对系统的总体设计、各功能模块设计和实现等加以说明;最后通过对系统的一系列测试,证明了系统的有效性。

文章关键词:

论文DOI:10.26969/d.cnki.gbydu.2020.002234

论文分类号:R153.1;TP391.41